Вопросы с тегом «heteroscedasticity»

Используя R на некоторых данных и пытаясь определить , являются ли мои данные гетероскедастичными, я нашел две реализации теста Бреуша -Пагана: bptest (package lmtest) и ncvTest (package car). Однако они дают разные результаты. Какая разница между двумя? Когда вы должны использовать один или другой? > model <- lm(y ~ x) …

9 r  regression  heteroscedasticity  assumptions  breusch-pagan 

В данной работе , ( байесовский вывод для Компоненты дисперсии , используя только Error Контрастов , Харвилл, 1974), автор утверждает ( у- Хβ)'ЧАС- 1( у- Хβ) = ( у- Хβ^)'ЧАС- 1( у- Хβ^) + ( β- β^)'( Х'ЧАС- 1Икс) ( β- β^)(Y-Иксβ)'ЧАС-1(Y-Иксβ)знак равно(Y-Иксβ^)'ЧАС-1(Y-Иксβ^)+(β-β^)'(Икс'ЧАС-1Икс)(β-β^)(y-X\beta)'H^{-1}(y-X\beta)=(y-X\hat\beta)'H^{-1}(y-X\hat\beta)+(\beta-\hat\beta)'(X'H^{-1}X)(\beta-\hat\beta) чтобы быть "хорошо известны отношения", для линейной …

9 regression  regression-coefficients  heteroscedasticity  bias  linear-algebra 

Я знаю, что МНК беспристрастна, но не эффективна при гетероскедастичности в условиях линейной регрессии. В википедии http://en.wikipedia.org/wiki/Minimum_mean_square_error Оценщик MMSE асимптотически несмещен и сходится по распределению к нормальному распределению: n−−√(x^−x)→dN(0,I−1(x))n(x^−x)→dN(0,I−1(x))\sqrt{n}(\hat{x} - x) \xrightarrow{d} \mathcal{N}\left(0 , I^{-1}(x)\right) , где (х) информация Фишера х. Таким образом, оценщик MMSE асимптотически эффективен. MMSE считается асимптотически …

9 least-squares  heteroscedasticity  efficiency 

У меня есть данные из следующего экспериментального плана: мои наблюдения - это подсчет числа успехов ( K) из соответствующего числа испытаний ( N), измеренных для двух групп, каждая из которых состоит из Iиндивидуумов, из Tобработок, где в каждой такой комбинации факторов есть Rповторения , Таким образом, в целом у меня …

9 r  generalized-linear-model  heteroscedasticity  log-linear  dglm 

В методе наименьших квадратов мы хотим оценить неизвестные параметры в модели: YJ= α + βИксJ+ εJ( j = 1 ... n )YJзнак равноα+βИксJ+εJ(Jзнак равно1 ...N)Y_j = \alpha + \beta x_j + \varepsilon_j \enspace (j=1...n) Как только мы это сделаем (для некоторых наблюдаемых значений), мы получим подогнанную линию регрессии: YJ= α^+ …

9 regression  least-squares  residuals  heteroscedasticity  assumptions 

У меня есть пример данных, установленных следующим образом: Volume <- seq(1,20,0.1) var1 <- 100 x2 <- 1000000 x3 <- 30 x4 = sqrt(x2/pi) H = x3 - Volume r = (x4*H)/(H + Volume) Power = (var1*x2)/(100*(pi*Volume/3)*(x4*x4 + x4*r + r*r)) Power <- jitter(Power, factor = 1, amount = 0.1) plot(Volume,Power) …

9 r  hypothesis-testing  nonlinear-regression  goodness-of-fit  heteroscedasticity 

У меня возникают проблемы с разграничением понятий скедастичность и стационарность. Насколько я понимаю, гетероскедастичность отличается вариабельностью в подгруппах населения, а нестационарность - это изменение среднего значения / дисперсии во времени. Если это правильное (хотя и упрощенное) понимание, является ли нестационарность просто частным случаем гетероскедастичности во времени?

9 time-series  heteroscedasticity  stationarity  intuition 

Предположим, я наблюдаю векторы независимых переменных и и зависимую переменную . Я хотел бы соответствовать модели вида: где - некоторая положительнозначная дважды дифференцируемая функция, - неизвестный параметр масштабирования, а - гауссовская случайная переменная с нулевой средней (предполагается, что она не зависит от и ). По сути, это настройка теста гетероскедастичности …

9 regression  hypothesis-testing  heteroscedasticity  generalized-least-squares 

Я хочу провести корреляции по ряду измерений, где использовались шкалы Лайкерта. Глядя на диаграммы рассеяния, кажется, что предположения о линейности и гомоскедастичности, возможно, были нарушены. Учитывая, что, как представляется, существуют некоторые споры вокруг порядкового уровня рейтинга, приближающегося к масштабированию уровня интервала, я должен быть осторожен и использовать Rho Спирмена, а …

9 correlation  scales  heteroscedasticity  likert 

В Rможно выполнить тест Бреуша-языческий для гетероскедастичности с помощью ncvTestфункции carпакета. Тест Брейша – Пэгана - это тип теста хи-квадрат. Как мне интерпретировать эти результаты: > require(car) > set.seed(100) > x1 = runif(100, -1, 1) > x2 = runif(100, -1, 1) > ncvTest(lm(x1 ~ x2)) Non-constant Variance Score Test Variance …

9 interpretation  heteroscedasticity